Odkryj zastosowania deep learningu

Deep learning to technika uczenia maszynowego stojąca za najbardziej ekscytującymi możliwościami w robotyce, przetwarzaniu języka naturalnego, rozpoznawaniu obrazów i sztucznej inteligencji. W tym 4-godzinnym kursie zdobędziesz praktyczną wiedzę, jak wykorzystać swoje umiejętności Pythona w deep learningu z biblioteką Keras 2.0.

Poznaj modele Keras z twórcą biblioteki

Prowadzony przez byłego data scientistę Google i współtwórcę Keras, Dana Beckera, ten kurs deep learningu zgłębia modele sieci neuronowych oraz to, jak możesz za ich pomocą generować predykcje. Pierwsze rozdziały poszerzą Twoje zrozumienie zarówno propagacji w przód, jak i propagacji wstecznej oraz tego, jak działają w praktyce.

Biblioteka Keras to biblioteka Python, która może pomóc Ci tworzyć i analizować modele deep learning. Podobnie jak wiele bibliotek Pythona, jest darmowa, open source i bardzo przyjazna dla użytkownika. Zaczniesz od stworzenia modelu Keras i nauczysz się, jak go kompilować, dopasowywać i klasyfikować, zanim zaczniesz tworzyć prognozy. Po ukończeniu tego kursu będziesz mieć wszystkie narzędzia potrzebne do budowania głębokich sieci neuronowych i z czasem zaczniesz eksperymentować z szerszymi i głębszymi sieciami.

Zagłęb się jeszcze bardziej w deep learning

Ten kurs jest częścią kilku ścieżek uczenia maszynowego i deep learningu, oferując Ci jasne możliwości rozwijania umiejętności i zdobywania doświadczenia w tej dziedzinie po ukończeniu kursu wprowadzającego — niezależnie od tego, czy chcesz zrealizować własny projekt, czy zmierzać w stronę kariery jako Machine Learning Scientist.

Związek między propagacją w przód i propagacją wsteczną

Wprowadzenie do uczenia głębokiego w Pythonie

Interaktywne ćwiczenie praktyczne